复杂系统自学习“逆最优”理论与方法专题论坛在京召开
7月5日，由中国自动化学会承办的第二十七届中国科协年会复杂系统自学习“逆最优”理论与方法专题论坛在北京召开。来自国内外知名高校、科研院所的代表共计70余人现场参会，围绕实际复杂系统最优运行建模等非共识议题，共同探讨复杂非线性系统自学习“逆最优”发展路径。中国自动化学会理事长、中国科学院院士杨孟飞出席会议。
中国自动化学会特聘顾问、上海交通大学教授李少远作题为“基于‘智能’增强的预测控制 (Learning-Enhanced MPC)”的报告，华北电力大学教授肖峰作题为“信息物理融合能源系统的协同控制与优化”的报告，中国自动化学会理事、武汉大学教授张俊作题为“基于生成式人工智能和科学智能（AI4S）的复杂电力系统数智化关键技术与应用”的报告，中国自动化学会副监事长、安徽大学教授孙长银作题为“试错驱动具身智能学习与进化”的报告，中国自动化学会理事、中国科学院自动化研究所研究员魏庆来作题为“自学习最优控制”的报告，英国格拉斯哥大学教授于慧作题为“Hybrid Intelligence for facial expression perception and generation”的报告，英国剑桥大学助理教授那晓翔作题为“Measurement, Assessment and Modelling of Heavy Goods Vehicle Energy Consumption”的报告。
圆桌讨论环节，各位专家围绕“大模型推理技术如何赋能智能控制的发展”“闭环式的感知决策控制‘控制-决策-推理’的实际应用”“具身智能逆最优理论在机器人系统控制的实践与挑战”“人工智能驱动智能交通系统的优化与管理”“智能控制与系统赋能学术期刊发展”等学科交叉领域的热点议题展开研讨。
中国自动化学会 供稿
中国科协学会服务中心
复杂系统自学习“逆最优”理论与方法专题论坛在京召开
7月5日，由中国自动化学会承办的第二十七届中国科协年会复杂系统自学习“逆最优”理论与方法专题论坛在北京召开。来自国内外知名高校、科研院所的代表共计70余人现场参会，围绕实际复杂系统最优运行建模等非共识议题，共同探讨复杂非线性系统自学习“逆最优”发展路径。中国自动化学会理事长、中国科学院院士杨孟飞出席会议。
中国自动化学会特聘顾问、上海交通大学教授李少远作题为“基于‘智能’增强的预测控制 (Learning-Enhanced MPC)”的报告，华北电力大学教授肖峰作题为“信息物理融合能源系统的协同控制与优化”的报告，中国自动化学会理事、武汉大学教授张俊作题为“基于生成式人工智能和科学智能（AI4S）的复杂电力系统数智化关键技术与应用”的报告，中国自动化学会副监事长、安徽大学教授孙长银作题为“试错驱动具身智能学习与进化”的报告，中国自动化学会理事、中国科学院自动化研究所研究员魏庆来作题为“自学习最优控制”的报告，英国格拉斯哥大学教授于慧作题为“Hybrid Intelligence for facial expression perception and generation”的报告，英国剑桥大学助理教授那晓翔作题为“Measurement, Assessment and Modelling of Heavy Goods Vehicle Energy Consumption”的报告。
圆桌讨论环节，各位专家围绕“大模型推理技术如何赋能智能控制的发展”“闭环式的感知决策控制‘控制-决策-推理’的实际应用”“具身智能逆最优理论在机器人系统控制的实践与挑战”“人工智能驱动智能交通系统的优化与管理”“智能控制与系统赋能学术期刊发展”等学科交叉领域的热点议题展开研讨。
中国自动化学会 供稿